谷歌11月11日发布Gemini Decisions API，由新模型Gemini Decision 1驱动。与逐词生成答案不同，它在一次前向推理中直接给候选选项打分，返回概率与置信度，端到端延迟仅150至250毫秒，输入价格为每百万token 0.10美元，且不收输出token费用。
一次请求可以带上一份多模态输入，覆盖文本、图像、音频、视频与PDF，最多25.6万token，并同时评估最多1000个独立问题。问题分三种：是非判断、多选（2至255个选项）与有序量表评分，每个答案都附带0到1的置信度，方便代码把拿不准的情况转交给人工。
谷歌内部已经在多个产品里用上这套接口：Gemini Notebook用它做实时模型路由，把日常查询的延迟降低最多40%；设计工具Stitch用它在数秒内生成可交互的产品流程线框；谷歌实验室的CC用它从200多个表情里瞬间挑出合适的反应。
一次推理，千个判断
在共享基准测试中，Gemini Decision 1在智能体路由、推理、排序与多模态理解上全面领先，且校准误差最低。与Gemini 3.5 Flash-Lite搭配Interactions API的方案相比，整体成本低近5倍。校准误差低意味着它的置信度更可信，这对自动化决策尤为重要。
谷歌搜索也用这套接口做MCP工具的安全层，在既定的延迟预算内检测对抗行为与内容。把判断做成低延迟、可计量的服务，正是它能进入搜索这类核心链路的前提。安全检查一旦拖慢响应，就没有产品愿意接入。
生态整合也在同步铺开，OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit与OpenCode均已接入，Google Cloud上的Gemini版本即将推出。开发者可以在Google AI Studio用免费层做原型验证，先跑通流程再决定是否付费。
判断即基础设施
这套接口瞄准的是另一类需求：不需要模型写长文，只需要它在毫秒级做出可靠判断。工具选择、策略检查、内容分级这类控制层任务，正是传统生成式调用最浪费的地方。让生成模型去做判断题，等于用大炮打蚊子。
对开发者来说，决策型接口的意义在于把判断变成可计量的基础设施：有概率、有置信度、有固定成本，适合嵌进自动化流程里大规模跑，而不是每次都等一段生成文本。成本可预测，是它能进生产环境的关键。
从更大的趋势看，大模型正在分化为两类角色：写长文的生成器与做判断的决策器。Gemini Decisions API的发布，标志着谷歌正式把后者做成了一款独立产品。决策即服务，或许会成为下一波AI基础设施的竞争焦点。